基于W-C模型的COPD急性发作预警体系构建与防治策略研究

As a kind of serious harmful chronic diseases to human health, Chronic Obstructive Pulmonary Disease (COPD) has been listed as the fifth chronic disease harming human health by World Health Organization. It is the acute exacerbations of the disease that caused the heavy disease burden and economic burden, and also the key and difficult point of COPD community chronic disease management and health prevention strategies. Based on the popular W-C model, the research aims to build a warning system. Firstly, retrospective data of The national 11th five-year Project Support Project is to be used to fit the model, generating an indicator framework. Then the early warning system and warning threshold is to be developed by analyzing data from prospective study. At last, a prevention strategy built on the warning system is developed, the effect of which will be verified by randomized controlled trial. The project make the first attempt to apply the W-C model in COPD and as well as combine early warning and prevention of disease. The project will provide an instrument for stable COPD patients managing themselves and will also provide evidence for prevention and treatment strategies for health administration, thus significantly alleviate heavy economic burden and social burden of COPD.

慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)目前已被世界卫生组织确立为危害人类健康的第五位慢性病，其反复急性发作是造成严重疾病负担和经济负担的首要原因，也是开展社区慢病管理工作和制定卫生防治策略的重点与难点。本项目拟依据近年来慢性病控制领域较为推崇的W-C理论，首先通过回顾性拟合 “国家十一五课题支撑项目”取得的相关数据，构建一个可用于稳定期COPD患者急性发作预警的指标框架，再选取稳定期COPD患者进行前瞻性分析，确立预警体系与预警临界值。最后，应用该体系设计防治策略并采用随机对照试验进行效果评估。本项目首次将W-C模型引入到COPD研究中，并将预警与干预相结合，不仅能够为稳定期COPD患者预防急性发作提供自我管理工具，还将能为卫生管理部门制定防治策略提供依据，从而大幅缓解COPD带来的沉重经济负担和社会负担。

慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)目前已被世界卫生组织确立为危害人类健康的第五位慢性病，其反复急性发作是造成严重疾病负担和经济负担的首要原因，也是开展社区慢病管理工作和制定卫生防治策略的重点与难点。本项目依据近年来慢性病控制领域较为推崇的W-C理论，构建可用于稳定期COPD患者急性发作预警的指标框架，选取稳定期COPD患者进行前瞻性分析，评估指标框架的预警作用，并开展COPD患者急性发作干预与效果评估。该项目首先采用基于共识的健康测量工具选择标准（COSMIN）评价体系，系统性评估分析了58种COPD患者功能状态测评工具，共计筛选出患者自评工具包括FPI, FPI-SF, LCOPD, CARS, UCDQ, SOBDA, PFSS-11, 客观测评工具包括6分钟步行试验、6MWT, 耐力平板试验, 4米步行试验。通过对233名COPD患者进行呼吸症状测量、疾病影响测评、活动受限测评、心理健康状况测评、生命质量测评，以及个人因素及环境因素收集，对W-C理论拟合结构方程模型得出，呼吸症状与生命质量、抑郁、焦虑的路径拟合结果较为理想。其次，研究对29名患者进行了连续120天的症状日监测随访，共获得3480个观测天，检测得到147个急性恶化人次，采用机器学习算法，以100个样本作为训练集，47个样本作为测试集，进行决策树分类训练。结果显示，高风险状态预测准确率为81.5%，低风险状态预测准确率为95%，总的预测准确率为87.2%。一致性检验显示，经过决策树预测以后的分类与原分类有较高的一致性，相关系数为0.751(P<0.001)。进入决策树节点按照重要性依次为：心律，PEF，痰量，痰颜色。最后，研究开展了患者自我管理健康教育干预，干预措施包括健康教育课程、基于病情日记的病情指导、急性发作防治指南宣传指导，干预内容包括饮食运动、家庭护理、呼吸操及排痰方法、呼吸道感染预防。COPD患者对健康教育干预措施具有较高的依从性，干预对提高患者自我管理率与疾病知识水平具有显著效果，随访期内患者自报急性恶化天数减少。

内容获取失败，请点击重试